基于DNVGL标准全自动超声波(AUT)检测系统认证

AUT检测技术具有高效、环保等优点,已成为海底管线铺设过程中优选的检验方法,得到了广泛应用.DNVGL标准要求,AUT检测系统需通过认证,验证AUT检测系统的检测和缺陷定量能力.本文介绍了 AUT检测系统认证过程中的缺陷制作、重复性试验、温度灵敏度试验和可靠性试验的方法及要点,分析了 AUT检测系统认证的影响因素,获得...     

海底管线耐蚀合金环焊缝的AUT检测

耐蚀合金(CRA)焊缝的特殊材料特性,使得自动超声检测(AUT)对其的检测应用存在较大的困难,为了解决此难题,开发了新的AUT检测工艺,并对其进行了评定与检出率(POD)分析。结果表明:该工艺符合DNV-OS-F101附录E的要求,实现了AUT检测在CRA焊缝中的成功应用。     

Pipe WIZARD焊缝超声波检测系统的维护检修技术

介绍PipeWIZARD焊缝检测系统日常维护检修技术,帮助检测技术人员应用和维护保养好该设备,提高系统的运行效率,更好地发挥其技术性能,保证焊缝的检测质量。     

基于计算机成像技术的焊缝缺陷形状自动检测系统

数字成像技术是最新引进的一种用以代替传统电影的无胶片数字化射线图像,它是一种用来显示检测到的样本内部条件的无损技术,同时也是一种高效的缺陷检测技术。焊缝缺陷是一种危害完工焊接样本效用的缺陷。在数字化射线图像技术中,可以通过提取分界线完成焊缝缺陷的分割,这是一项可以用于缺陷特征分析的重要任务。本研究的目的是摘录焊缝缺陷,评估其几何特性,通过将图像转换为二进制形式来提取缺陷边界。     

ASME、与DL／T821-2002射线探伤标准在圆形气孔判定上的比较

分析比较了DL／T821-2002《钢制承压管道对接焊接接头射线检验技术规程》与ASME锅炉压力容器规范等国内外射线探伤标准对气孔类缺陷的评定标准,结合理论和实际解剖,提出了对于圆形气孔缺陷判定的建议。     

铸造缺陷修复机对刹车盘缺陷的修复

1 我国刹车盘行业现存状况 我国是刹车盘生产大国,也是出口大国,主要出口:美国、加拿大、澳州、韩国、日本、欧洲等国家和地区.该件执行美国G3000标准.质量要求及检验标准十分严格,表面不允许有任何像针孔般大小的缺陷.在这种标准下,对我国现有的铸造工艺和装备水平来讲,要想将废品率控制在10%以下非常困难.一般的企业废品率都在15%左右.有些企业达到了20%以上.有一半以上的废品是在加工时出现的,甚至是磨花时出现的,这时出现的缺陷用传统修复工艺无法解决.只能报废重熔.     

基于模糊推理的V形焊缝图像阈值的自动选取

介绍了机器人焊接V形焊缝图像处理中基于模糊推理自动获取局部阈值的算法.采用9种不同形状的窗口模板,以列扫描方式求取这些窗口所覆盖区域内的最大平均灰度值,然后以获取的最大平均灰度值以及相邻区域最大平均灰度值的改变量作为模糊推理器的两维输入,经过推理获得这些窗口所履盖区域的阈值.通过变换最大平均灰度值这一论域中各个语言变量...     

基于模糊权重的Fuzzy-PID控制系统研究

针对经典模糊控制策略和 PID 控制策略各自的优点和缺点,建立了一种 Fuzzy-PID 自适应切换的混合控制系统,在控制过程中,将 PID 线性控制器通过控制的权重与模糊控制器并行结合,在偏离稳定的工作点较远的区域会以具有优势的模糊控制为主,在稳定的工作点附近位置则会主要使用静态性能好的 PID 线性控制。并针对 Fuzzy-PID 的混合控制系统中经常采用的阈值切换和单模糊子集进行模糊切换的缺点,提出一种利用模糊权重控制器进行的切换,应用结果表明：该模糊权重切换下的混合控制性能有所改善和提高。     

基于机器视觉的PET瓶口快速缺陷检测

为提高PET瓶口缺陷检测精度和检测速度,提出了一种基于机器视觉的PET瓶口自模板快速缺陷检测法。首先在全局阈值分割的基础上,对ROI区域(瓶口端面)构造自模板圆环,并且确保自模板图像和阈值分割图像坐标的对应关系不变。然后在ROI区域上,将自模板图像和阈值分割图像灰度做差进行缺陷检测,避免图像定位和缺陷定位对检测带来的大量复杂计算。通过实验验证,该方法缺陷检测精度达到99.9%,检测时间在50ms以内,有效提高了PET瓶口缺陷检测精度和速度,可以满足工业生产线上对PET瓶口缺陷检测准确性和实时性的要求。     

基于改进YOLO V5的缺陷识别与定量分析

采用YOLO V5算法对碳纤维复合材料预置夹杂缺陷的识别方法展开研究。为了在提高检测精度的同时保证检测效率,通过添加通道注意力机制、空间注意力机制、使用k-means++重新聚类先验框和优化损失函数等措施改进原算法。利用改进后的网络训练缺陷数据集,每秒处理的图片数量逾12幅,平均精度达到98.8%,召回率为98.1%。与其他算法相比,该算法检测精度和速度都有所提高,可满足实时性和准确性要求。     

基于YOLO V3的管道环焊缝缺陷检测

文中将end-to-end的目标识别算法YOLO V3引入到焊缝缺陷检测领域。根据焊缝缺陷的小面积且不规则特点,采用K-means算法针对焊缝缺陷库进行聚类获取新的目标候选框和GIou,将其作为目标框损失函数的2种策略改进原YOLO V3网络结构。最后在焊缝缺陷数据集上进行原YOLO V3算法、改进YOLO V3算法的对比试验。对比分析各个算法模型的训练过程中的损失值和检测过程中的均值平均精度。试验结果表明,采用2种策略改进算法相较原YOLO V3算法在收敛速度有很大提升,在管道缺陷识别效果有较好的表现,尤其在裂纹、未熔合、未焊透的类别上平均精度有较大提升。     

金刚石衬底的V2O5薄膜激光损伤阈值研究

目的探究V_2O_5薄膜厚度对其抗激光损伤性能的影响。方法通过射频反应磁控溅射法在光学级单晶金刚石衬底表面制备了不同膜厚的V_2O_5薄膜。采用脉宽为10 ns、波长为1064 nm的脉冲激光器对薄膜样品进行光学响应曲线测试,测得薄膜相变前后透过率变化情况及相变开关时间,以判断薄膜是否发生损伤,并根据损伤几率得到激光损伤阈值。结果实验制备的薄膜为组分单一的多晶V_2O_5,在(001)面具有明显择优取向。同一膜厚下(350 nm),随着激光能量密度的增加,薄膜的相变关闭时间由1.48 ms单调减小至0.64 ms,相变回复时间则由11.6 ms单调增加至20.4 ms,相变后的透过率由19%单调减小至8%,回复后的透过率由77%单调减小至51%。薄膜膜厚在150～550 nm的范围内,其激光损伤阈值随着膜厚的增加呈现出先增后减的趋势;当膜厚等于250 nm时,激光损伤阈值达到最大值,为260 mJ/cm~2;膜厚为550 nm时,激光损伤阈值最小,仅为209 mJ/cm~2。结论 V_2O_5薄膜厚度对其抗激光损伤性能具有较大的影响,合理地控制膜厚,能够有效提高激光损伤阈值,从而提高基于金刚石衬底的V_2O_5薄膜的抗激光损伤能力。     

基于神经网络的焊接缺陷智能化超声模式识别与诊断

以三种焊接缺陷为对象,研究了缺陷回波特征的评价与模式识别。在实验研究与理论分析的基础上,从每个缺陷回波样本中提取了26个特征值,采用基于统计学假设检验的特征评价和最佳特征子集选择方法,实现了特征空间的降维处理。作者采用B-P型反向传播神经元网络构成了智能化模式分类器,研究了网络模型的学习效果和对未知缺陷的分类识别能力。还探讨了用Dempster方法进行超声检测信息融合处理的可行性。实验结果表明,采用最佳特征子集作为样本的特征向量,获得了良好的识别结果,三类缺陷的平均正确识别率约为87.6％,最佳识别率为97％。     

基于Gabor滤波的软包电池表面缺陷检测

针对当前锂锰软包电池表面在生产过程中容易出现凸点、凹点等缺陷的问题,提出了一种基于光度立体法与频域Gabor滤波相结合的电池表面缺陷检测方法。首先,采用3个光源采集图片,然后进行图像融合,生成电池样本的反照率图片,可以使缺陷更加明显;然后对反照率图片进行快速傅里叶变换,在频域状态下使用Gabor滤波器进行处理,处理的结果再用逆傅里叶变换转换到时域,对于去除拍摄反光引起的图片噪声,采用中值滤波去除,将缺陷部分根据灰度值的大小用一个矩形掩膜进行增强;然后采用全局自适应阈值分割提取缺陷区域;最后利用形态学操作细化缺陷,凹坑准确率在98%,凸点准确率在96.7%,能够达到实际工业应用要求。     

基于CT技术的装配缺陷检测系统

提出了基于工业CT技术的装配缺陷自动检测系统的设计方法。系统采用C／S模式,以C＋＋Builder作为前端开发工具,以SQL Server2000作为后台数据库管理系统,可实现工件内部的漏装和误装等装配缺陷无损检测。利用重建图像的灰度级数快速定位出粗略缺陷区域,再以圆投影值、方向码值、Zernike矩值作为特征参数对缺陷精确识别。系统已在重庆大学ICT中心投入使用,识别速度和精度均达到用户要求,运行效果良好。     

基于机器视觉的电枢缺陷检测系统

为解决现阶段依靠肉眼进行电枢缺陷检测的效率低下和因为判断标准具有很大的主观性导致判别结果不稳定等问题,研究出了一种基于机器视觉的电枢缺陷检测系统.该系统可以采集到电枢不同角度的图像,并根据检测难度把每张电枢图像分为三个区域,分别由传统机器视觉算法、MobileNet-V3以及DenseNet神经网络模型对不同类型的缺陷...     

基于ShuffleNetv2-plus-YOLOX算法的压铸件缺陷检测

针对压铸件缺陷检测的数据集难以收集、检测效率较低以及工作环境较差等问题,开发了基于YOLOX模型的压铸件缺陷检测软件。用自开发软件的数据增强模块对原始数据集进行增强,解决了压铸件缺陷数据集不充裕的问题;随后将YOLOX算法的Darknet53结构替换为ShuffleNetv2-plus结构,使得利用YOLOX模型检测压铸件缺陷的平均检测精度由原模型的86.51%提升至89.19%,提升了YOLOX模型识别压铸件缺陷的准确率。     

基于灰度均衡模型联合Gabor滤波器的钢轨表面缺陷检测方法

目的 设计一种钢轨表面缺陷检测方法,对钢轨表面存在的缺陷进行快速、准确地检测。方法 首先,利用图像的灰度均值构造灰度均衡模型,对钢轨表面图像中像素点的灰度值进行修正,以克服光照不均的影响。然后,利用图像的谱残差模型与相位谱增强钢轨表面图像中的缺陷部分,引入ostu阈值分割法对增强后的图像进行二值化,对图像中的缺陷区域进行准确地分割提取。最后,利用Gabor滤波器,将二值化图像中的噪声进行滤除,并保留缺陷区域的边缘等细节特征。结果 与对照组方法相比,所提方法的检测效果较好,精确率以及召回率都有所提高。直观测试结果显示,所提方法能够较为完整地检测出钢轨表面缺陷。客观测试实验结果显示,所提方法的精确率为90.11%,召回率为93.41%,且平均耗时为45.17 ms,相对对照组方法而言,耗时最少。结论 所提钢轨表面缺陷方法不仅能够准确地对钢轨表面缺陷进行检测,而且还具有较高的检测效率。     

基于计算机视觉的铁轨表面缺陷检测系统

计算机视觉技术是计算机科学的一个重要分支,它涉及到图像处理、模式识别、人工智能、光学等多个领域。基于计算机视觉技术的基本理论,设计了铁轨表面缺陷检测的软硬件平台,并运用该方案对铁路现场采集到的铁轨缺陷图像进行处理。试验结果表明,该方案能够正确识别出铁轨表面缺陷的大小和位置,具有一定的实用价值。     

基于CCD的中子数字照相系统成像速度分析

成像速度是中子冷阴极放电器（CCD）数字照相系统的主要性能参数。根据中子数字照相的原理、光学成像的基本关系式和CCD的特性，提出了一种基于CCD的中子数字照相系统的成像速度理论推算方法，对SPRR-300中子数字照相系统成像速度进行了计算，并与试验结果相比较证明，理论计算与试验基本吻合，计算方法可信。